STORUNGSUNTERDRÜCKUNG FÜR MEßSIGNALE MIT PERIODISCHEM NUTZSIGNAL
HINTERGRUND DER ERFINDUNG
Die vorliegende Erfindung betrifft die Unterdrückung überlagernder Störungen in einem Meßsignal mit einem im wesentlichen periodischen Nutzsignal.
Die Messung von Signalen kann im allgemeinen grob unterteilt werden in a) die Erkennung einzelner, mehr oder weniger singulärer Ereignisse und b) die Überwachung mehr oder minder häufig sich wiederholender, im wesentlichen periodischer Signale. In beiden Fällen begrenzen überlagernde Störungen den Aussagewert der Messung, und es gilt diese Störungen zu vermeiden, zu unterdrücken, oder herauszufiltern.
Als periodische Signale sollen hier solche Signale verstanden werden, bei denen das Nutzsignal, zumindest über einen bestimmten Zeitraum, mindestens ein periodischen Anteil hat, dessen Frequenz allerdings zeitabhängig sein kann.
Insbesondere im medizinischen Bereich der Patientenüberwachung ist die Erkennung des Nutzsignals und Unterdrückung von Störungen wesentlich, da Störungen zu falschen Interpretationen der Meßwerte führen oder die Messung insgesamt unbrauchbar machen können.
Eine Messung, die sich als besonders sensibel für Störeinflüsse gezeigt hat, ist die pulsoximetrische Bestimmung des Sauerstoffgehaltes des Blutes, da die Pulsoximetrie vielfach stärker beeinflußt ist durch Bewegungsartefakte, als durch das den Blutsauerstoff bestimmende Pulssignal. Bei der Pulsoximetrie geht es um die nicht invasive, kontinuierliche Bestimmung des Sauerstoffgehalts des Blutes (Oximetrie), basierend auf der Analyse des photospektrometrisch gemessenen Pulses. Dazu ist es notwendig, daß eine Pulskurve (Plethysmogramm) bei mehreren Wellenlängen vorliegt. Praktisch arbeiten so gut wie alle Geräte mit nur
zwei Wellenlängen, wodurch kostengünstige, kompakte Lösungen möglich sind. Das Prinzip der Photometrie basiert darauf, daß die Menge des absorbierten Lichtes durch den Absorptionsgrad einer Substanz und durch die Wellenlänge bestimmt ist. Pulsoximeter machen davon Gebrauch, daß das arterielle Blutvolumen, und nur das arterielle Blutvolumen, im Rhythmus des Herzschlages pulsiert. Um von den ermittelten Meßdaten auf den Wert der Sauerstoffsättigung schließen zu können, wird ein Werteverhältnis (zumeist wird der englische Begriff „Ratio" genannt) aus den Meßdaten abgeleitet, das dann den Sauerstoffsättigungswert repräsentiert. Die Grundlagen und Anwendungsmöglichkeiten der Pulsoximetrie sind allgemein bekannt und vielfach beschrieben, insbesondere in EP-A-262778 (mit einem guten Abriß der Theorie), US-A-4, 167,331 oder Kästle et. al. in "A New Family of Sensors for Pulsoximetry", Hewlett-Packard Journal, Vol. 48, No. 1 , S. 39-53, Februar 1997.
Für die pulsoximetrische Messung sind als Methoden zur Artefakterkennung und -Unterdrückung insbesondere Verfahren im Zeitbereich, adaptive Filter Spektralanalysen sowie Verfahren im Zeit-Frequenz-Bereich vorgeschlagen worden.
Zu den Verfahren im Zeitbereich gehört die Peak-Methode, bei der das Rohsignal in die einzelnen Pulse unterteilt und aus den Extremwerten eines Pulses der „Ratio"-Wert bestimmt wird (vgl. EP-A-102816 oder US-A-5,349,519). Kernstück dieser Artefaktunterdrückung ist das Vergleichen von Eigenschaften, wie Amplitude, Zeitdauer zwischen Maximum und Minimum, Länge etc., eines identifizierten Pulses mit denen eines Referenzpulses, der aus vorangegangenen Pulsen ermittelt wird. Ein weiteres Verfahren im Zeitbereich ist die EKG-Synchronisation, wie sie in US-A- 4,802,486 beschrieben wird. Abgeleitet von der R-Zacke im EKG wird hier ein zeitlicher Bezug zum peripheren Puls hergestellt. Bei der „Split-Wave-Methode" (vgl. US-A-5, 386,026) wird das Rohsignal in äquidistanten Intervallen abgetastet, unabhängig vom Puls. Jeweils zwei Abtastpunkte werden gepaart, um zum „Ratio"
zu gelangen. So entstehen pulsuπabhängige, kontinuierliche Sp02-Werte. Ein weiteres Verfahren im Zeitbereich zur Störunterdrückung wird in EP-A-870465 beschrieben. Hierbei werden die Rohsignale durch konstante Mittelwert-Subtraktion auf Ihre AC-Anteile reduziert. Auf beiden Rohsignalen sich gleichsinnig überlagernde Störungen können durch Subtraktion der AC-Anteile eliminiert werden.
Ein komplexer adaptiver Filter wird beschrieben in WO 96/12435 und arbeitet nach dem Prinzip der Echounterdrückung, das aus der Telefonie bekannt ist. Ein Filter wird so gesteuert, daß ein Abbild des Störanteils erzeugt wird, das dann vom gestörten Signal subtrahiert wird.
Spektralanalysen zur Artefakterkennung wurden publiziert in einer Untersuchung von Rusch et al. in „Signal Processing Method for Pulse Oximetry", Comput. Biol. Med., Vol. 26, No. 2, S. 143-159, 1996, in der geprüft wird, ob es möglich ist, im Frequenzbereich die Pulsfrequenz und Amplituden einfacher zu finden. Verschiedene Einstellungen der schnellen Fourier-Transformation (FFT) und der diskreten Cosinus-Transformation (DCT) werden verglichen. Der vorgestellte Algorithmus weist jedoch insbesondere Schwächen bei der Unterdrückung von Bewegungsartefakten auf.
Weitere Verfahren zur Artefakterkennuπg und -Unterdrückung werden beschrieben in WO-97/00041 mit dem Vorschlag, Artefakte mit simpler Mathematik zu eliminieren, wobei davon ausgegangen wird, daß Bewegungsstörungen auf allen Wellenlängen zu gleichen iogarithmischen Änderungen führen. In US-A-5,588,427 wird die fraktale Dimension der Rohsignaie bestimmt, wobei die Basisidee darauf aufbaut, daß die fraktale Dimension eines ungestörten Signals klein ist, während die eines gestörten Signals groß ist. Nach US-A-5,355,882 werden innerhalb gestörter Intervalle nur die aktuellen DC-Werte verwendet, während die AC-Werte aus Zeiten vor der Störung stammen.
Verfahren im Zeit-Frequenz-Bereich zur Störunterdrückung unter Verwendung sogenannter Wavelet-Transformationen werden beschrieben unter anderem in JP- A-10216096 (für ,,lebend-Körper"-Signale), US-A-5,778,881 (für EKG- Anwendungen), oder EP-A-816863 (für Radar-Anwendungen).
US-A-5,619,998 und US-A-5,497,777 beschreiben Rauschfilterverfahren im Zeit- Frequenz-Bereich für Ultraschallabbildungssysteme. Die Abbildungssignale werden in überlappende Subintervaile gleicher Längen unterteilt. Jedes der Subintervalle wird mittels einer diskreten Wavelet-Technik transformiert. Für jedes transformierte Subinterval wird identifiziert, ob die Wavelet-Transformationskoeffizienten sich auf Störungen oder auf das Nutzsignal beziehen. Dabei erfolgt die Identifikation durch Verwendung adaptiver nicht-linearer Schweliwertbildung. Die Wavelet- Koeffizienten, die als sich auf das Nutzsignal beziehend ausgewählt wurden, werden beibehalten, und die Wavelets, die als sich auf Störungen beziehend selektiert wurden, werden gelöscht. Die verbleibenden Nutzsignal- Waveletkoeffizienten werden durch eine inverse diskrete Wavelet-Transformation zurücktransformiert.
Coifman et al. in „Experiments with Adapted Wavelet De-Noising for Medical Signals and Images", herausgegeben von Metin Akay in „Time Frequency and Wavelets in Biomedical Signal Processing", IEEE, ISBN 0-7803-1147-7, 1997, Seiten 323 ff, beschreibt für medizinische Signale und Bilder ebenfalls einen Entstörungsalgorithmus im Zeit-Frequenz-Bereich. Ein eindimensionales Signal, wie z.B. ein „Sound-File", wird in Fenster einer gewünschten Länge unterteilt. In jedem Fenster wird eine Wavelet-Pakettransformation mit einer Anzahl von Filtern versucht, die Transformation mit der geringsten Entropie wird als beste Basis beibehalten, und die Koeffizienten werden nach abnehmender Amplitude sortiert. Die Koeffizienten mit einer Amplitude kleiner als ein gewisser Energieschwellwert werden in jedem Fenster eliminiert, und eine Kostenfunktion der Koeffizienten (d.h. wieviel Wavelet-Paket-Koeffizienten kostet es, um die Energie zu erreichen, wobei
alle Werte » 0 gezählt werden) wird wiederholt evaluiert, bis die Kosten größer als ein gewisser Kosten-Schwellwert sind. Die nicht betrachteten (zu kleinen) Koeffizienten werden gelöscht, und ein neues Signal wird aus den verbleibenden Koeffizienten rekonstruiert.
Bei den beiden letztgenannten Verfahren im Zeit-Frequenz-Bereich hat sich dabei insbesondere als ungünstig erwiesen, daß bei fehlerhafter Zuordnung der Wavelet- Koeffizienten auch das Nutzsignal geändert und verzerrt werden kann. Insbesondere ist es bei großen - das Nutzsignal überlagernden - Störungen unwirksam.
Jedes der genannten Verfahren weist Schwachpunkte in der einen oder anderen Anwendungsweise auf. Ein für alle Anwendungsweisen voll befriedigendes Verfahren zur Störunterdrückung konnte bislang noch nicht gefunden werden.
ZUSAMMENFASSUNG DER ERFINDUNG
Es ist deshalb Aufgabe der vorliegenden Erfindung eine weitere Methodik zur Unterdrückung von überlagernden Störungen auf Meßsignale mit einem im wesentlichen periodischen Nutzsignal zu finden. Die Aufgabe wird gelöst durch die Merkmale der unabhängigen Ansprüche. Vorteilhafte Ausführungsformen sind in den abhängigen Ansprüchen angeführt.
Ausgangspunkt für die vorliegende Erfindung ist das Modell, daß Störungen, die sich Meßsignalen mit im wesentlichen periodischer Natur überlagern, zumeist transienter Natur sind. Das bedeutet, daß die gewünschten Nutzsignale als (im wesentlichen) periodisch und die darauf überlagerten Störsignale als (im wesentlichen) aperiodisch betrachtet werden können. Zur einfacheren Darstellung und besseren Verständlichkeit soll im Folgenden nur von periodischen und aperiodischen Signalen die Rede sein, auch wenn damit im wesentlichen periodische oder im wesentlichen aperiodische Signale, d.h. solche Signale die überwiegend periodischen oder bzw. aperiodischen Charakter haben, gemeint sein
können.
Während sich die periodischen Signale durch geeignete Transformation gut als Summe periodischer Grundfunktionen darstellen lassen und für deren Darstellung regelmäßig nur wenige Koeffizienten der Summenbildung ausreichend sind, können die aperiodischen Signale gut durch eine Summenbildung aperiodischer Grundfunktionen dargestellt werden, wobei für diese Darstellung wiederum regelmäßig nur wenige Koeffizienten der Summenbildung ausreichen. Umgekehrt jedoch erfordert die Darstellung der periodischen Signale durch Summenbildung aperiodischer Grundfunktionen einen großen Aufwand und eine Vielzahl von Koeffizienten der Summenbildung, um diese periodischen Signale hinreichend gut darstellen zu können. Anders ausgedrückt, verteilt sich ein periodisches Nutzsignal auf eine Vielzahl von Koeffizienten der Summenbildung aperiodischer Grundfunktionen, während die aperiodischen Störungen sich zumeist auf nur wenige Koeffizienten der Summenglieder aperiodischer Grundfunktionen verteilen, auf diese jedoch mit vergrößerter Amplitude. Demnach reichen bei einer Transformation des gemessenen Signals in eine Summenbildung aperiodischer Grundfunktionen regelmäßig nur wenige Koeffizienten aus, die dann geeignet manipuliert werden müssen, um die Störung transienter Natur zu unterdrücken.
Erfindungsgemäß erfolgt eine Störunterdrückung durch Transformation des Meßsignals in eine Summenbildung aperiodischer Grundfunktionen. Wird aufgrund der ermittelten Koeffizienten der Summenbildung erkannt, daß es sich voraussichtlich um eine Störung handeln muß, so werden diese Koeffizienten geeignet manipuliert und die entsprechend manipulierte Summenbildung wieder zurücktransformiert. Erfolgt keine Manipulation der Koeffizienten, kann eine entsprechende Rücktransformation unterbleiben und das Meßsignal unmittelbar verwendet werden.
Bevorzugte Transformation ist die sogenannte Wavelet-Transformation, wie sie insbesondere in Mallat SG, „A Wavelet Tool Of Signal Processing, Academic Press,
San Diego, 1998, Wickerhauser MV "Adaptive Wavelet-Analysis", Vieweg&Sohn Braunschweig, 1996, oder von Daubechies I, „Ten Lectures on Wavelets", CBMS Vol. 61 SIAM Press Philadelphia, PA, 1992, beschrieben wird. Auf eine nähere Darstellung der bekannten Wavelet-Transformation kann hierin mit Verweis auf die genannte und weitere Grundlagenliteratur verzichtet werden.
Als geeignetes Kriterium zur Erkennung von Koeffizienten, die voraussichtlich durch Störungen beeinflußt und auf aperiodische Signale wie Störungen zurückzuführen sind (auch Störungskoeffizienten genannt), stellt sich insbesondere die Amplitude oder Energie der Koeffizienten dar. Überschreitet beispielsweise die Koeffizientenamplitude (Betrag) oder die Koeffizientenenergie einen vorgegebenen Schwell-, Schranken- oder Erwartungswert, der vorzugsweise aus vorangegangenen ungestörten Meßphasen oder anderweitig, zum Beispiel empirisch, ermittelt wurde, so gelten diese Koeffizienten als solche (Störungs- )Koeffizienten, die auf das Vorhandensein einer aperiodischen Störung schließen lassen. Durch entsprechende Manipulation der Koeffizientenamplitude, wie zum Beispiel Schrumpfen der Amplitude auf oder in Richtung dieses oder eines weiteren (evtl. von dem ersten abgeleiteten) Schrankenwertes, kann der voraussichtliche Störanteil unterdrückt werden, ohne allerdings auch damit gleichzeitig das Nutzsignal zu unterdrücken.
Diese erfindungsgemäße Koeffizientenmanipulation unterscheidet sich signifikant insbesondere von der von Coifman et al. (siehe oben) beschriebenen. Während erfindungsgemäß nur solche Koeffizienten manipuliert werden, die größer als ein Schwellwert sind, manipuliert Coifman et al. nur solche, die kleiner als ein Schwellwert sind. Das von Coifman beschriebene Verfahren läßt sich für Entstörungen von Signalen mit einem Störungs- zu Nutzsignalverhältnis S/N » 1 gut einsetzen. Die erfindungsgemäße Entstörung erweist sich dagegen als besonders vorteilhaft insbesondere für sehr große Störanteile mit S/N « 1.
Bei bekannten periodischen Signalen kann so unter Anwendung der
erfindungsgemäßen Koeffizientenmanipulation und bei Kenntnis des Nutzsignals der Störeinfluß sehr stark unterdrückt werden. Da allerdings in der Praxis das Meßsignal als solches immer unbekannt ist und nur ein voraussichtlicher Verlauf angenommen werden kann, ist bei der Manipulation der Koeffizienten grundsätzlich Vorsicht geboten, um ein versehentliches Eliminieren oder ungewolltes Beeinflussen des Nutzsignales gering zu halten bzw. zu vermeiden. Insgesamt erlaubt jedoch die erfindungsgemäße Koeffizientenmanipulation bei geeigneter Wahl und Dimensionierung des Entscheidungskriteriums zu entscheiden, ob es sich um einen „transienten" Koeffizienten (d.h. ein Koeffizient, der im wesentlichen von einer transienten Störung herrührt - auch Störungskoeffizient genannt) handelt, um bei geeigneter Dimensionierung der Korrektur eines erkannten transienten Koeffizienten eine wirkungsvolle Erkennung und Unterdrückung von transienten Störungen zu erreichen.
In einer bevorzugten Ausführungsform wird als Entscheidungskriterium, ob ein transienter Koeffizient vorliegt, ein Mittelwert des Meßsignals verwendet. Der Mittelwert wird dabei vorzugsweise durch Mittelung des Meßsignals über ein Zeitintervall erhalten, das vorzugsweise einige Zeit in die Vergangenheit reicht. Ist die Koeffizientenamplitude größer als ein vorgegebener Faktor multipliziert mit dem jeweils ermittelten Mittelwert, so wird dieser Koeffizient als transienter Koeffizient angesehen, und es wird die Amplitude vorzugsweise um einen bestimmten Faktor reduziert.
In einer anderen Ausführungsform wird der Mittelwert durch Mittelung der Energie des Meßsignals über ein Zeitintervall erhalten, das einige Zeit in die Vergangenheit reicht. Ist die Koeffizientenenergie größer als ein vorgegebener Faktor multipliziert mit dem jeweils ermittelten Mittelwert, so werden diese Koeffizienten als transiente Koeffizienten angesehen, und es wird die Amplitude vorzugsweise um einen bestimmten Faktor reduziert.
In einer weiteren Ausführungsform wird als Entscheidungskriterium für die
Erkennung transienter Koeffizienten die „mittlere" Energie des Meßsignals herangezogen, vorzugsweise als die Summe der quadrierten Wavelet-Koeffizienten oder die Summe der quadrierten Abtastwerte des Zeitsignals im betrachteten Zeitfenster. Dabei wird diese „mittlere" Energie vorzugsweise derart bestimmt, daß aus den Energiewerten (pro Waveietband) der letzten Sekunden (vorzugsweise 30s) per Rangfunktion ein bestimmtes Element herausgegriffen wird. Die Rangfunktion (rangα) ermittelt aus der Folge von m Werten den n-kleinsten Wert; der Parameter α (Wert vorzugsweise zwischen 0 und 1) legt dabei die Ordnung n = α • m fest. Mit α nahe 0 ergibt sich ein Energiepegel, der nur wenig über dem Minimum liegt. Als günstig hat sich in der Anwendung α = 0.2 herausgestellt. In einer bevorzugten Ausführungsform wird dabei eine untere mittlere Energieschwelle jeweils für den jeweiligen Meßwert bestimmt. Bei Überschreiten der Koeffizientenenergie um einen vorgegebenen Faktor multipliziert mit dem jeweiligen unteren mittleren Energiewert wird die Triggerbedingung erfüllt und es erfolgt eine Manipulation der überschreitenden Koeffizienten.
Zur Bestimmung des Entscheidungskriteriums zur Erkennung eines transienten Koeffizienten und/oder für die Manipulation eines erkannten transienten Koeffizienten wird vorzugsweise der bisherige Amplituden- bzw. Energieveriauf der aufgenommenen Meßwerte berücksichtigt. Als geeignete Wavelets haben sich insbesondere kurze Wavelets, wie zum Beispiel Coiflet-2 oder auch komplexe Wavelets, wie „Gabor-like" erwiesen (siehe hierzu insbesondere: Kingsbury N, ,A Complex Wavelet Transform with Perfect Reconstruction using Low-complexity Garbor-like Filters", IEEE Sig. Proc. Letters, Sept. 1997).
Zur Ermittlung der zu unterdrückenden transienten Koeffizienten werden vorzugsweise die Koeffizienten zunächst für jedes Frequenzband der Größe noch sortiert, und es wird, beginnend mit dem größten Koeffizienten, die kumulative Energie des Frequenzbandes bestimmt. Beginnend mit dem größten Koeffizienten werden die Koeffizienten der kumulativen Energie, die einen Referenzpegel
überschreiten, manipuliert, bis die kumulative Energie insgesamt den Referenzpegel unterschreitet.
Bei Vorhandensein mehrerer Meßsignale von einer Quelle, werden diese vorzugsweise zwangssynchronisiert, d.h. wird ein Meßsignal manipuliert, wird auch das andere entsprechend manipuliert.
Durch die erfindungsgemäße Störungsunterdrückung ist der präzise Eingriff ausschließlich in gestörte Signalpartien möglich, während ungestörte Signalabschnitte nicht beeinflußt werden.
Die erfindungsgemäße Störungsunterdrückung findet bevorzugt Anwendung für die Entstörung medizinischer Meßsignale. Dabei stellt sich die Erfindung als besonders wirkungsvoll für pulsatile medizinische Meßsignale heraus, wie sie insbesondere bei der Pulsoximetrie oder der Blutdruckbestimmung auftreten. Insbesondere bei der Pulsoximetrie erlaubt die erfindungsgemäße Entstörung eine sichere
Erkennung und Unterdrückung gerade der bei der Pulsoximetrie so sehr störenden Bewegungsartefakte, da sich diese Bewegungsartefakte insbesondere durch schnelle Flanken und hohe Amplituden auszeichnen. Allerdings ist die erfindungsgemäße Störungsunterdrückung nicht auf medizinische Anwendungen beschränkt, sondern läßt sich auf beliebige Messungen oder Signalaufnahme anwenden, bei denen einem periodischen Signal aperiodische Störungen überlagert sein können.
KURZE BESCHREIBUNG DER ZEICHNUNGEN
Die Erfindung wird im Folgenden weiter unter Heranziehung der Zeichnungen erläutert, wobei sich gleiche Referenzzeichen auf gleiche oder funktional gleiche oder ähnliche Merkmale beziehen.
Fign. 1A-1C zeigen ein typisches ungestörtes Standardsignal im Zeitraum
(Fig. 1A), in Phasenraumdarstellung (Fig. 1 B) und in
Koeffizientendarstellung;
Fign. 2A-2C zeigen eine typische Bewegungsstörung im Zeitraum (Fig.
1A), in Phasenraumdarstellung (Fig. 1B) und in Koeffizientendarstellung;
Fign. 3A-3C zeigen ein weiteres Beispiel eines Eingangssignals im
Zeitraum (Fig. 3A), im Frequenzbereich (Fig. 3B) und in Phasenraumdarstellung (Fig. 3C);
Fig. 3D zeigt die zu unterdrückenden Koeffizienten im Beispiel der Fig. 3A,
Fig. 3E zeigt das entstörte Signal für das Beispiel der Fign. 3A; und
Fig. 4 zeigt einen Energieverlauf einer gestörten Episode und die daraus abgeleiteten Schwellwertfunktion.
DETAILLIERTERE BESCHREIBUNG DER ZEICHNUNGEN
Im Folgenden soll ein bevorzugtes Anwendungsbeispiel für eine erfindungsgemäße Störungsunterdrückung bei der Ermittlung der Sauerstoffsättigung dargestellt werden. Da es sich bei der Bestimmung der Sauerstoffsättigung um hinlänglich bekannte Verfahren handelt, sollen diese hier im einzelnen nicht näher dargestellt werden und für Details wird insbesondere auf die eingangs angeführten Referenzen verwiesen.
Die erfindungsgemäße Störungsunterdrückung wird bevorzugt für die Signalaufbereitung der ermittelten Rohsignale angewendet. Allerdings kann die erfindungsgemäße Störungsunterdrückung auch an anderen Stellen, alternativ oder in Ergänzung, zur Störungsunterdrückung von im Zeitbereich vorliegenden Signalen angewandt werden, wie zum Beispiel nach Bestimmung des Sauerstoffsättigungswertes.
Zur erfindungsgemäßen Störungsunterdrückung werden die zu filternden Signale zunächst in kurze Zeitabschnitte (auch Fenster genannt) geteilt, und jeder Signalabschnitt wird mittels geeigneter Wavelets in Koeffizienten zerlegt. Dann werden diese Wavelet-Koeffizienten manipuliert mit dem Ziel, besonders „artefakthaltige" Frequenz- und Zeitbereiche zu unterdrücken. Falls eine derartige Wavelet-Koeffϊzienten-Manipulation durchgeführt wurde, wird mit diesem modifizierten Wavelet-Koeffizienten anschließend die Rücktransformation in den Zeitbereich vorgenommen. Falls keine Koeffizientenmanipulation durchgeführt wurde, kann die Rücktransformation unterbleiben, und die Eingangssignale können unmittelbar zur Weiterverarbeitung herangezogen werden.
Zunächst sollen ein ungestörtes Standardsignal und ein reines Artefaktsignal dargestellt werden und wie sie sich in Wavelet-Koeffizienten transformieren lassen. Für die diskrete Wavelet-Transformation wird der Frequenzraum in dyadische Intervalle (( ....J2) 12') ür j = 1 ,...,J unterteilt. Bei einer vierfachen Zerlegung (J = 4) und einer Abtastfrequenz von fs = 31.25 Hz ergeben sich fünf Frequenzbänder:
Band l : 15.63 - 7.91 Hz
Band 2: 7.81 - 3.90 Hz
Band 3: 3.90 - 1.95 Hz
Band 4: 1.95 - 0.98 Hz
Band 5: 0.98 - 0 Hz
Das niederfrequenteste Band (hier: Band 5) wird üblicherweise als „Trend" bezeichnet, da sich aus diesem Band der Trend des Signais erkennen läßt.
Fig. 1A zeigt ein typisches ungestörtes Standardsignal, das (optional) bereits mit einem sogenannten Hanning-Window moduliert wurde. Fig. 1B zeigt die Darstellung des Standardsignals nach Fig. 1A in einer Phasenraumdarstellung nach erfolgter
Wavelet-Transformation mit einem Coiflet-6-Filter. Figur 1C zeigt den kumulierten Energieanteil E pro Koeffizient in Prozent des Gesamtsignals nach dem Sortieren der Größe nach über die Anzahl N der Koeffizienten. Dabei zeigt ein Verlauf 100 die Koeffizienten gemäß der in Fig. 1B erfolgten Wavelet-Transformation. Ein Verlauf 110 hingegen stellt die Koeffizienten einer Fourier-Transformation des in Figur 1A dargestellten Standardsignals dar.
Wie aus Fig. 1C deutlich zu entnehmen ist, läßt sich das periodische Standardsignal nach Fig. 1A bereits mit 10 Fourier-Koeffizenten zu 80% darstellen, während für die Wavelet-Transformation fast 20 Koeffizienten erforderlich sind, um das Signal zu 80% darzustellen.
Fig. 2A zeigt eine typische Bewegungsstörung, ebenfalls mit einem Hanning- Window moduliert. Fig. 2B zeigt die Phasenraumdarstellung der Störung nach Fig. 2A nach erfolgter Wavelet-Transformation mit einem Coiflet-6-Filter. Entsprechend Fig. 1C zeigt Fig. 2C den kumulierten Energieanteil pro Koeffizient in Prozent des Gesamtsignals nach dem Sortieren der Größe nach, wobei ein Veriauf 200 die Koeffizienten der Wavelet-Transformation und ein Veriauf 210 die Koeffizienten einer entsprechenden Fourier-Transformation darstellen. Während nun 7 Wavelet- Transformations-Koeffizienten ausreichen, um die Störung zu 80 % wiederzugeben, wären hierfür 17 Fourier-Transformations-Koeffizienten erforderlich. Dies zeigt, daß Störungen wie Bewegungsartefakte sehr effektiv durch die Wavelet-Transformation ausgedrückt werden könnten, während bei der gefensterten Fourier-Transformation deutlich mehr Koeffizienten benötigt werden, um auf das gleiche Energieniveau zu gelangen.
Unter der Voraussetzung, daß eine Störung am stärksten in den größten Wavelet- Koeffizienten vertreten ist, werden Koeffizienten die über ein bestimmtes Maß hinausgehen zu Null gesetzt oder mehr oder minder stark zurückgenommen.
Da a priori nicht bekannt ist, ob Störungen vorliegen und wie hoch diese sind, muß
nach einem Kriterium gesucht werden, wann die Wavelet-Störungsunterdrückung aktiviert werden soll. Hierfür hat sich das Überwachen der Signalenergie und der Energieschwankungen als günstig herauskristallisiert. Sind die Schwankungen hoch, und überschreitet die Energie einen Pegel der deutlich über dem der jüngsten Vergangenheit herausragt, wird die erfindungsgemäße Koeffizientenmanipulation aktiviert. Dieses Verfahren besteht im wesentlichen aus den Schritten:
1. Durchführen einer Wavelet-Transformation über ein Zeitfenster gegebener Länge, vorzugsweise über ein 8s Fenster.
2. Bestimmung eines zeitlichen Energieverlaufs e,(t) pro Wavelet-Frequenzband j als zeitlicher Trend.
3. Ableiten eines Referenzpegels S,(t) aus e,(t) für jedes Frequenzband.
4. Bestimmung einer kumulativen Energie pro Frequenzband, das heißt Sortieren der Wavelet-Koeffizienten der Größe nach (für das Sp02-Rohsignal ROT und INFRAROT).
5. Absuchen der kumulativen Energie von oben her, bis der Pegel einen Referenzpegel p. = r • S, erreicht hat. Damit stehen pro Frequenzband j zur Unterdrückung n, Koeffizienten an (für ROT und INFRAROT).
6. Zwangssynchronisation der zu unterdrückenden Koeffizienten von ROT und INFRAROT, das heißt, muß ein bestimmtes Zeit-Frequenz-Atom in ROT unterdrückt werden, wird zwangsläufig auch dasselbe Atom für INFRAROT unterdrückt und umgekehrt. Dieses vermeidet zu starke Sp02-Verzerrungen in einseitig gestörten Fällen.
7. Bestimmung eines mittleren Amplituden-Niveaus ε, der Koeffizienten des Frequenzbandes aus den verbleibenden kleineren Koeffizienten, die nicht manipuliert werden.
8. Schrumpfen der zu unterdrückenden Koeffizienten, wobei jeder Koeffizient entsprechend seinem Vorzeichen auf einen Pegel s • ε, zurückgenommen wird. Für einen Faktor s = 0 entsprecht dies einem zu Null setzen.
9. Rücktransformation der manipulierten und der nicht manipulierten Wavelet- Koeffizienten in ein Zeitsignal.
Figur 3A zeigt ein weiteres Beispiel eines Eingangssignals, wobei ein Verlauf 300 (dünn) das ungestörte Basissignal und ein Verlauf 310 (fett) das gestörte Signal darstellen. Ferner zeigt ein Verlauf 320 (halbfett) das erfindungsgemäß entstörte Signal, wie es sich aus dem Verlauf 310 bei Durchführung der hier vorgestellten bevorzugten Ausführungsform ergibt.
Fig. 3B zeigt die in Fig. 3A dargestellte Signalepisode im Frequenzbereich, wobei ein Verlauf 300A (dünn) das ungestörte Basissignal, ein Verlauf 310A (fett) das gestörte Signal und der Verlauf 320 (halbfett) das erfindungsgemäß entstörte Signal darstellen. Die Ordinate zeigt die Frequenz f in Hz, und die Abszisse zeigt die Amplitude.
Besonders im Zeitbereich (vgl. Fig. 3A) ist die Wirkung der erfindungsgemäßen Entstörung stark zu erkennen: Der große Transient 330 ist fast völlig verschwunden. Aber auch im Frequenzbereich (vgl. Fig. 3B) werden die versteckten Nutzlinien aus den umgebenden Störanteilen herausgelöst.
Fig. 3C verdeutlicht die Manipulation der Wavelet-Koeffizienten in graphischer Form als Phasenraumdarstellung passend zum Signalausschnitt aus Fig. 3A. Im gestörten Ausgangssignal (Fig. 3C) werden die zu unterdrückenden Koeffizienten identifiziert (Fig. 3D), und es ergibt sich hieraus das entstörte Signal (Fig. 3E). Zu der gewählten Darstellung sei anzumerken, daß in Fig. 3E einige Koeffizienten nur scheinbar angehoben werden (statt unterdrückt), da die hier gewählte Graustufendarstellung automatisch auf den größten Koeffizienten normiert.
Das Schrumpfungsniveau wird vorzugsweise individuell für jedes Frequenzband j und für jede Farbe (ROT und INFRAROT) aus den nicht zu unterdrückenden Wavelet-Koeffizienten zq ü) bestimmt. Verbleiben die q kleinsten Koeffizienten, wird aus ihnen der Mittelwert:
£ ; =
— > w,
berechnet, wobei w, die FFT-Fensterfunktion über die Länge N ist.
Jeder zu manipulierende Koeffizient bestimmt sich aus:
zl = s - w 9 Sign(z^- ει
Das Koeffizientenvorzeichen wird beibehalten, das Niveau allerdings dem Durchschnittsniveau (multipliziert mit einem Trimmfaktor s) angepaßt.
Da Bewegungsartefakte zumeist transienter Natur sind, bedeutet dies regelmäßig einen plötzlichen Anstieg oder eine starke Variabilität der Signalenergie. Deshalb sollen aus dem Trend der Energie zwei Kriterien abgeleitet werden, die zusammen einen „Trigger" für eine Entstörung liefern: 1. Energieschweile, 2. Energiefluktuation.
Die Energie e,(t) wird vorzugsweise in der Wavelet-Domäne (für jede Skala j separat) aus den Koeffizienten z,ü> von Sekunde zu Sekunde neu berechnet:
',(') = ∑ »- ι=l-N X'
Neben dem Trend wird auch noch eine Fluktuation F.(t) der Energie e,(t) ermittelt, vorzugsweise (im logarithmischen Maß) aus:
e, (t)
Fj(0 = \og2 e, (t - l)
Aus dem Energietrend e,(t) wird über eine Rangfunktion rangα (siehe oben) eine Schwellfunktion S,(t) gebildet. Der dabei zugrunde gelegte Energieverlauf erstreckt sich sinnvollerweise über einen gewissen Zeitraum (vorzugsweise bis maximal 60 s) in die Vergangenheit zurück, um ein natürliches Anwachsen der Nutzsignalenergie zuzulassen, ohne eine Triggerung auszulösen.
Der Trigger für die Entstörung wird erst dann erzeugt, wenn:
1. die Energiefluktuation F,(t) einen Wert von vorzugsweise 0.5 überschritten hat, und
2. die Energie e t) innerhalb von (vorzugsweise) 5s danach die Schwellfunktion S t) um einen Faktor p überschreitet (p > 1 ).
Die Entstörung wird vorzugsweise wieder ausgeschaltet, sobald die Energie auf βj(t) < p S t) abgefallen ist.
Nachdem der Trigger erfolgt ist, werden die Koeffizienten der Größe nach sortiert. Vom größten Koeffizienten angefangen, wird die Energie jedes Koeffizienten herausgenommen, bis ein Energieniveau R, = r-Sj(t) erreicht ist. Mit einem Referenzenergiefaktor r läßt sich unabhängig von der Triggerschwelle angeben, wie tief entstört werden soll.
Figur 4 zeigt einen Energieverlauf einer gestörten Episode und die daraus abgeleiteten Schwellwertfunktion, beispielhaft für das Frequenzband j = 4, bei einer fünffachen Wavelet-Transformation mit einem Coiflet-2. Um die starke Dynamik besser zeigen zu können, wurde die Energieskala an der Abszisse in Dezibel aufgetragen. In dünner Strichstärke (400) ist der Energieverlauf, in dicker Strichstärke (410) der Triggerpegel p-S, und gepunktet (420) die
Schwellwertfunktion S, bei Rangfunktionen mit α = 0 aufgetragen.
Die Einführung der Energiefluktuation F hat sich als besonders vorteilhaft gezeigt, um im Fall eines stark amplituden-variablen, aber ungestörten Signals keine Entstörung auszulösen, da sonst die Folge eine fälschliche Schwächung des Signals wäre, was im allgemeinen einen Sp02-Fehler bewirkt. Untersuchungen haben ergeben, daß bei ungestörten Episoden die Energiepegel in den Frequenzbändern im Mittel nur um F(t) = 0.19 schwanken, während bei Störungen F(t) = 0.40 beträgt. Der Wert von 0.5 wird bei Standardsignalen momentan praktisch nicht überschritten, so daß er als Markierungsschwelle für Störungen geeignet erscheint.
Wie schon erwähnt, findet diese Triggerung vorzugsweise unabhängig auf allen Skalen statt. Ebenenfalls unabhängig voneinander wird der Rot- und Infrarotkanal geprüft. Es hat sich allerdings gezeigt, daß es besser ist, diese Triggerung zwischen den Kanälen zu synchronisieren. Auch wenn nur einer der Koeffizienten die Entstörung auslöst, werden doch die Koeffizienten beider Kanäle geschrumpft. Die im Beispiel der Figuren 3C bis 3E gezeigten Koeffizientenpositionen gelten für beide Farben; der Grad der Schrumpfung ist jedoch im allgemeinen verschieden. Diese Zwangssynchronisation verhindert, daß sich dann ein falsches „Ratio" ergibt, wenn ein Kanal über der Triggerschwelle liegt, der andere aber knapp darunter bleibt. Wird auf ein mittleres Niveau der ungestörten Koeffizienten geschrumpft, ergibt sich daraus kaum ein Nachteil, da der zwangsweise manipulierte Koeffizient ohnehin kaum eine Amplitudenänderung erfährt, wenn er ungestört ist.
Insgesamt muß die Wahl der Entstörungsparameter sorgfältig abgewogen werden. Wegen der stark nicht-linearen Operation führt ein zu starkes Entstören zu zusätzlichen Störungen und damit zu Fehlern, anstatt diese zu beseitigen. Eine zu geringe Entstörung macht die Methode unwirksam. Als günstiger Parametersatz hat sich folgendes Parameterbeispiel ergeben: